水印图像数据集、大规模水印数据集、整理分享

2022-05-01 23:48:30

❤️【专栏：数据集整理】❤️ 之【有效拒绝假数据】

???? Follow me ????，一起 Get 更多有趣 AI、冲冲冲 ???? ????

基础信息

论文《 Towards Photo-Realistic Visible Watermark Removal with Conditional Generative Adversarial Networks 》中提出基于 U-net + CGAN 模型使用大规模水印数据集进行去水印操作；
论文链接

数据集介绍

LVW数据集由6万张带水印图像组成，包含了80种来自于公司、组织和个人的水印，包括了中文、英文和logo等不同样式，每种水印对应750张图像。为了保证图像数据的一般性和可用性，公开的PASCAL VOC 2012数据集的图像被作为原始的无水印图像，然后将上述80种水印以随机的大小、位置和透明度打在原始图像上，同时记录下水印的位置信息。

数据集划分

为了适应现实场景中需要机器自动处理从未见过的水印和图像的需求，需要确保训练集中的水印和图像都不会出现在测试集中，这样可以很好地模拟现实生活中的使用场景。具体地，在80种水印中，64种水印被作为训练水印，剩余的16种水印被作为测试水印。同时，训练集图像从PASCAL VOC 2012数据集的训练和验证图像中挑选，而测试集图像从PASCAL VOC 2012数据集的测试图像中挑选。

数据集样本

该数据集用于学术，论文引用如下

****** Citation ******

Please cite the following papers if you use this LVW dataset in your research:

[1] Danni Cheng, Xiang Li, Wei-Hong Li, Chan Lu, FakeLi, Hua Zhao and Wei-Shi Zheng. "Large-Scale Visible Watermark Detection and Removal with Deep Convolutional Networks", Chinese Conference on Pattern Recognition and Computer Vision (PRCV) , 2018.

[2] Xiang Li, Chan Lu, Danni Cheng, Wei-Hong Li, Mei Cao, Bo Liu, Jiechao Ma and Wei-Shi Zheng. "Towards Photo-Realistic Visible Watermark Removal with Conditional Generative Adversarial Networks", International Conference on Image and Graphics (ICIG), 2019.